【摘要】：針對間歇過程點對點跟蹤控制問題,在軌跡更新的迭代學習控制算法框架下,針對非理想初始狀態(tài)情況下3種不同的初始誤差,通過2D Roesser模型對其進行描述并分析其收斂性。給出了不同的情況下系統(tǒng)相對參考軌跡的零誤差跟蹤或者收斂到特定鄰域的條件,在零誤差跟蹤不能實現的情況下給出了鄰域的范圍。通過數值模型仿真驗證了給出的收斂條件和收斂邊界,并分析了不同因素對收斂邊界的影響。
【圖文】：

化工學報第68卷·2830·樣時間為0.125s，則采樣點N為40。過程干擾取為[0.01,0.01]之間的平均分布。選取的跟蹤時間點集為M={1,10,15,25,31,40}，圖1給出了關鍵點跟蹤目標和初始軌跡，跟蹤目標為一個上升、保持、下降的過程，在熱處理過程等間歇過程中較為典型。圖1跟蹤目標和初始軌跡Fig1Keypointsandinitialtrajectory采用如下的跟蹤誤差平方值來判斷方法的性能2()()()kkdktSSE==∑ytytt∈MeM(22)首先，把初始誤差理想條件（包括初始狀態(tài)為理想值和初始狀態(tài)始終為同一偏差值）與初始狀態(tài)誤差有界的情況進行了仿真對比。在誤差界Bd為0時，即為初始誤差理想情況。另外則為初始誤差隨機，但其模分別小于誤差界Bd為0.03和0.06的兩種情況（圖2）。控制律L=3,λ(t)=0.65，此時的收斂條件為||Γ*0,1||=0.9571<1。圖2批次間誤差有界和誤差為0的比較Fig.2Comparisonofboundedinitialerrors可以看到，在初始狀態(tài)誤差有界的情況下，在軌跡更新的一般迭代學習控制律算法下，點對點ILC問題雖然不能實現零誤差跟蹤，但是其誤差在與初始狀態(tài)誤差邊界有關的一個小鄰域內。而在初始狀態(tài)誤差恒定，即批次間的初始狀態(tài)變化為0的情況下，跟蹤誤差收斂到0。通過對初始狀態(tài)誤差有界情況的分析可知，在同樣的誤差邊界的情況下，收斂界的大小和||Γ*0,1||的大小有關。||Γ*0,1||的大小可以通過算法的學習律和軌跡更新參數來調整。因為||Γ*0,1||代表了所有t時刻中單步轉移矩陣模的最大值，因此如果要使得||Γ*0,1||變小，首先要調節(jié)迭代學習控制律，使得其在關鍵點變小，再調節(jié)軌跡更新參數λ(t)即可。圖3給出了當誤差界為Bd=0.06時，在滿足收斂性條件的情況下，不同的||Γ*0,1||?

?圖1給出了關鍵點跟蹤目標和初始軌跡，跟蹤目標為一個上升、保持、下降的過程，在熱處理過程等間歇過程中較為典型。圖1跟蹤目標和初始軌跡Fig1Keypointsandinitialtrajectory采用如下的跟蹤誤差平方值來判斷方法的性能2()()()kkdktSSE==∑ytytt∈MeM(22)首先，把初始誤差理想條件（包括初始狀態(tài)為理想值和初始狀態(tài)始終為同一偏差值）與初始狀態(tài)誤差有界的情況進行了仿真對比。在誤差界Bd為0時，即為初始誤差理想情況。另外則為初始誤差隨機，但其模分別小于誤差界Bd為0.03和0.06的兩種情況（圖2）�？刂坡蒐=3,λ(t)=0.65，此時的收斂條件為||Γ*0,1||=0.9571<1。圖2批次間誤差有界和誤差為0的比較Fig.2Comparisonofboundedinitialerrors可以看到，在初始狀態(tài)誤差有界的情況下，在軌跡更新的一般迭代學習控制律算法下，，點對點ILC問題雖然不能實現零誤差跟蹤，但是其誤差在與初始狀態(tài)誤差邊界有關的一個小鄰域內。而在初始狀態(tài)誤差恒定，即批次間的初始狀態(tài)變化為0的情況下，跟蹤誤差收斂到0。通過對初始狀態(tài)誤差有界情況的分析可知，在同樣的誤差邊界的情況下，收斂界的大小和||Γ*0,1||的大小有關。||Γ*0,1||的大小可以通過算法的學習律和軌跡更新參數來調整。因為||Γ*0,1||代表了所有t時刻中單步轉移矩陣模的最大值，因此如果要使得||Γ*0,1||變小，首先要調節(jié)迭代學習控制律，使得其在關鍵點變小，再調節(jié)軌跡更新參數λ(t)即可。圖3給出了當誤差界為Bd=0.06時，在滿足收斂性條件的情況下，不同的||Γ*0,1||對應的跟蹤誤差ekM收斂曲線。從圖中可以看到，在不同的||Γ*0,1||情況下，跟蹤誤差ekM的差異顯著小于不同的初始狀態(tài)誤差邊界Bd
【作者單位】： 清華大學自動化系;
【基金】：國家自然科學基金項目(61473162)~~
【分類號】：TP13

【相似文獻】

相關期刊論文 前10條

1 石成英 ,林輝;迭代學習控制的研究與應用進展[J];測控技術;2004年02期

2 李仁俊,韓正之;迭代學習控制綜述[J];控制與決策;2005年09期

3 張興國;林輝;;迭代學習控制理論進展與展望[J];測控技術;2006年11期

4 陳若珠;宋軍偉;李戰(zhàn)明;;迭代學習控制在大慣性系統(tǒng)中的應用[J];微計算機信息;2007年19期

5 孔祥波;郝曉弘;;迭代學習控制的研究與應用[J];甘肅科技;2008年07期

6 馬航;楊俊友;袁琳;;迭代學習控制研究現狀與趨勢[J];控制工程;2009年03期

7 郝曉弘;胡振邦;朱潔;秦睿;;迭代學習控制的研究現狀[J];微型機與應用;2010年11期

8 趙麗莉;孫明軒;金奎;;一類非線性不確定系統(tǒng)的迭代學習控制[J];浙江工業(yè)大學學報;2011年02期

9 苗靜;;迭代學習控制理論[J];西安工業(yè)大學學報;2011年05期

10 阮小娥;樸光賢;卞增男;;迭代學習控制技術回顧與長期學習控制展望(英文)[J];控制理論與應用;2012年08期

相關會議論文 前10條

1 畢勝;王福根;鄢達來;吳懷宇;章剛華;熊沈蜀;周兆英;;功能性電刺激P型迭代學習控制方法的研究[A];中國康復醫(yī)學會第四屆會員代表大會暨第三屆中國康復醫(yī)學學術大會論文匯編[C];2001年

2 高巍;孫明軒;俞立;;有界輸入下的迭代學習控制[A];第二十四屆中國控制會議論文集（上冊）[C];2005年

3 孫小強;王銀河;;一類組合大系統(tǒng)簡單迭代學習控制的收斂性[A];2005全國自動化新技術學術交流會論文集（三）[C];2005年

4 劉山;林堅;;基于二自由度控制的魯棒迭代學習控制設計[A];第二十六屆中國控制會議論文集[C];2007年

5 沈棟;陳翰馥;;Hammerstein-Wiener系統(tǒng)的迭代學習控制[A];第二十九屆中國控制會議論文集[C];2010年

6 蘭永紅;;基于二維模型的魯棒D型迭代學習控制[A];中國自動化學會控制理論專業(yè)委員會C卷[C];2011年

7 孫明軒;王惠峰;畢宏博;;反饋輔助迭代學習控制[A];第25屆中國控制與決策會議論文集[C];2013年

8 孫明軒;萬伯任;;迭代學習控制系統(tǒng)的初始條件問題[A];1995年中國智能自動化學術會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

9 師佳;江青茵;曹志凱;周華;;一種基于2維魯棒預測控制的迭代學習控制方案[A];第二十九屆中國控制會議論文集[C];2010年

10 池榮虎;侯忠生;;基于學習自適應估計環(huán)的迭代學習控制[A];第三屆全國信息獲取與處理學術會議論文集[C];2005年

相關博士學位論文 前10條

1 張春麗;幾類非線性系統(tǒng)的自適應迭代學習控制研究[D];西安電子科技大學;2014年

2 張瑞坤;受限非線性參數化系統(tǒng)的自適應迭代學習控制[D];北京交通大學;2016年

3 周偉;基于高階內模的離散時間系統(tǒng)的迭代學習控制[D];浙江大學;2016年

4 謝振東;非線性迭代學習控制理論及其在機器人控制中的應用[D];華南理工大學;2000年

5 姜曉明;迭代學習控制方法及其在掃描光刻系統(tǒng)中的應用研究[D];哈爾濱工業(yè)大學;2014年

6 王軼;基于迭代學習控制的幾類列車自動控制問題研究[D];北京交通大學;2010年

7 楊勝躍;迭代學習控制算法設計與優(yōu)化研究[D];中南大學;2004年

8 曹偉;迭代學習控制及其在故障診斷中的應用研究[D];哈爾濱工程大學;2013年

9 徐敏;基于迭代學習控制理論的勵磁控制研究[D];西北工業(yè)大學;2005年

10 柳春平;迭代學習控制理論及其在網絡控制系統(tǒng)中的應用[D];浙江大學;2013年

相關碩士學位論文 前10條

1 蔡麗;抗非重復性干擾的迭代學習控制研究[D];鄭州大學;2011年

2 李彩麗;基于迭代域的迭代學習控制方法的研究[D];大連海事大學;2015年

3 魏少龍;二維LQG基準下迭代學習控制的性能評估[D];北京化工大學;2015年

4 趙麗娜;基于迭代學習控制的有限狀態(tài)機在動力型假肢中的應用[D];河北工業(yè)大學;2015年

5 余劍平;非線性系統(tǒng)的自適應迭代學習控制[D];云南師范大學;2015年

6 張暢;具有重復特性系統(tǒng)的控制方法研究[D];東北石油大學;2015年

7 李廣印;基于未知控制方向的非線性系統(tǒng)的自適應學習控制[D];云南師范大學;2015年

8 錢亞中;自適應魯棒重復/迭代學習控制及其在電機上的應用[D];浙江工業(yè)大學;2015年

9 陳樂劍;約束自適應模糊迭代學習控制[D];浙江工業(yè)大學;2015年

10 顧偉國;幾類非線性系統(tǒng)的迭代學習控制[D];蘇州科技學院;2015年

本文編號：2528461